×
潘建新;方凯泰;冯·罗森，迪特里希

非结构化协方差增长曲线模型中的局部影响评估。 （英语） Zbl 0917.62053号

J.统计计划。推断 62，第2期，263-278（1997）.
摘要：基于似然位移，采用局部影响方法评估具有非结构化协方差的增长曲线模型的充分性。在抽象摄动格式下，详细研究了该模型的Hessian矩阵。为了说明这一点，我们讨论了协方差加权摄动，并用它分析了两个真实的生物数据集，这表明本文提出的准则在实践中是有用的。

引用于10文件

MSC公司：

62甲12 多元分析中的估计
62A01型 统计学基础和哲学主题

关键词：

曲率;似然位移;诊断的;牙科应用;鼠标数据;扰动，扰动;局部影响;增长曲线模型;海森矩阵
PDF格式BibTeX公司 XML格式引用
\textit{J.-X.Pan}等人，J.Stat.Plann。推论62，No.2，263--278（1997；Zbl 0917.62053）
全文： DOI程序

参考文献：

[1] 巴内特，V。；Lewis，T.，《统计数据中的异常值》（1984），威利出版社：威利纽约·Zbl 0638.62002号
[2] 贝克曼，R.J。；库克，R.D.，《离群值…s，技术计量学》，25119-149（1983）·Zbl 0514.62041号
[3] 贝克曼，R.J。；Nachtsheim，C.J。；Cook，R.D.，《混合模型方差分析的诊断》，《技术计量学》，29413-426（1987）·Zbl 0632.62068号
[4] 贝尔斯利，D.A。；Kuh，E。；Welsch，R.E。，回归诊断：《确定影响数据和共线性来源》（1980年），威利出版社：威利纽约·Zbl 0479.62056号
[5] Chatterjee，S。；Hadi，A.S.，《线性回归中的敏感性分析》（1988年），威利出版社：威利纽约·Zbl 0648.62066号
[6] 库克·R·D。；Weisberg，S.，《回归中的残余和影响》（1982），查普曼和霍尔：查普曼与霍尔纽约·Zbl 0564.62054号
[7] Cook，R.D.，《地方影响评估》（讨论），J.R.Statist。Soc.，48，133-169（1986），Ser。B类·Zbl 0608.62041号
[8] Fang，K.T。；Xu，J.L.，对称矩阵和下三角矩阵的直接运算及其应用，（Fang，K.T.；Anderson，T.W.，椭圆轮廓和相关分布中的统计推断（1990），Allerton出版社：Allerton出版社，纽约），441-455·Zbl 0747.00016号
[9] Fang，K.T。；张永泰，广义多元分析（1990），施普林格：柏林，科学出版社，北京·Zbl 0724.62054号
[10] Geisser，S.，增长曲线的贝叶斯分析，Sankhya，32，53-64（1970），Ser。A类·Zbl 0203.50903号
[11] Gleser，L.J。；Olkin，I.，多元分析中的线性模型，（Bose，R.C.，概率统计论文（1970），北卡罗来纳大学出版社：北卡罗来那大学出版社教堂山，北卡罗莱纳州），267-292·Zbl 0253.62032号
[12] Grizzle，J.E。；Allen，D.M.，《生长和反应曲线分析》，生物统计学，25357-381（1969）
[13] Keramidas，E.M。；Lee，J.C.，用短时间序列预测技术替代，JASA，85，625-632（1990）
[14] Khatri，C.G.，《关于应用于增长曲线问题的MANOVA模型的注释》，Ann.Inst.Stat.Math。，18, 75-86 (1966) ·Zbl 0136.40704号
[15] 基什，C.W。；Chinchilli，V.M.，《识别GMANOVA中有影响力病例的诊断》，Comm.Statist。理论方法，192683-2704（1990）
[16] Kollo，T.，《多元统计中的矩阵导数》（1991），塔尔图大学出版社：塔尔图大学出版社，（俄语）·兹比尔0779.62045
[17] Lee，J.C.，具有特殊协方差结构的增长曲线的预测和估计，JASA，83，432-440（1988）·Zbl 0648.62074号
[18] Lee，J.C.，一般生长曲线模型的测试和模型选择，生物统计学，47，147-159（1991）·Zbl 0734.62060号
[19] Lee，J.C。；Geisser，S.，《增长曲线预测的应用》，Sankhya，37，239-256（1975），Ser。A类·兹比尔0352.62059
[20] Liski，E.P.，《在生长曲线模型中检测有影响力的测量值》，《生物统计学》，47659-668（1991）·Zbl 0735.62069号
[21] 马格纳斯，J.R。；Neudecker，H.，《矩阵微分学在统计学和计量经济学中的应用》（1988），威利：威利-奇切斯特·Zbl 0651.15001号
[22] Okamato，M.，多元样本中二次型特征值的显著性，《统计年鉴》。，1, 763-765 (1973) ·Zbl 0261.62043号
[23] 潘，J.X。；Fang，K.T.，非结构化协方差矩阵增长曲线模型中的多个离群值检测，Ann.Inst.Statist。数学。（1994年），（待公布）
[24] 潘建新，在具有任意协方差结构的增长曲线模型中检测有影响力的观测，（技术报告，第51号（1994），香港浸会学院数学系）
[25] 波托夫，R.F。；Roy，S.N.，《特别适用于增长曲线问题的方差模型的广义多元分析》，Biometrika，51313-326（1964）·Zbl 0138.14306号
[26] Pregibon，D.，Logistic回归诊断，Ann.Statist。，9, 705-724 (1981) ·Zbl 0478.62053号
[27] Rao，C.R.，参数随机时的最小二乘理论及其在生长曲线分析中的应用，Biometrika，52，447-458（1965）·Zbl 0203.21501号
[28] Rao，C.R.，多元分析中的协方差调整和相关问题，（Krishnaiah，P.，《多元分析》（1966），学术出版社：纽约学术出版社），87-103·Zbl 0214.46102号
[29] Rao，C.R.，《使用估计色散矩阵的最小二乘理论及其在信号测量中的应用》，（伯克利第五交响曲，第1卷（1967）），355-372·Zbl 0189.18503号
[30] Rao，C.R.，《多项式增长曲线模型中未来观测值的预测》，（Proc.Indian Statist.Institute Golden Jubilee Internat.Conf.on Statistics:Applications and New Directions（1984），印度统计学会：印度统计学会加尔各答），512-520
[31] Rao，C.R.，增长曲线模型中未来观测值的预测，统计。科学。，2, 434-471 (1987) ·Zbl 0955.62551号
[32] von Rosen，D.，多元线性正态模型中的最大似然估计，J.多元分析。，31, 187-200 (1989) ·Zbl 0686.62037号
[33] von Rosen，D.，《多元线性正态模型的矩及其在生长曲线模型中的应用》，《多元分析杂志》。，35243-259（1990年）·Zbl 0706.62052号
[34] von Rosen，D.，《增长曲线模型：综述》，Comm.Statist。方法，202791-2822（1991）·Zbl 0800.62450号
[35] von Rosen，D.，多元线性模型中的影响观察，Scand。J.统计。，2207-222（1995年）·Zbl 0844.62044号
[36] Rousseeuw，P.J。；van Zomeren，B.C.，《揭示多元异常值和杠杆点》（带讨论），JASA，85，633-651（1990）
[37] Seber，G.A.F.，《多元观察》（1984），威利出版社：威利纽约·Zbl 0627.62052号
[38] Srivastava，M.S。；Khatri，C.G.，《多元统计导论》（1979年），北荷兰：北荷兰纽约·Zbl 0421.62034号
[39] Woolson，R.F。；Leeper，J.D.，完全和不完全纵向数据的增长曲线分析，Comm.Statist。理论方法，91491-1513（1980）·兹比尔0449.62048
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。